期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
从工业4.0看储能系统锂电池寿命的预测
被引量:
1
1
作者
叶笑冬
陆宇
+1 位作者
王子健
李劲
《上海电气技术》
2015年第1期1-3,35,共4页
储能锂电池寿命预测是储能技术的一个核心技术,也是工作难点。对储能系统锂电池的寿命预测一般有经验法、特征法和数据驱动法,但是这些方法都有局限性,特别是当储能系统锂电池存在一定个体差异以及锂电池随着老化程度的加剧,预测准确度...
储能锂电池寿命预测是储能技术的一个核心技术,也是工作难点。对储能系统锂电池的寿命预测一般有经验法、特征法和数据驱动法,但是这些方法都有局限性,特别是当储能系统锂电池存在一定个体差异以及锂电池随着老化程度的加剧,预测准确度就会受到很大影响。为了解决锂电池寿命预测个性化差异问题,从工业4.0的视角,提出了基于数据驱动的动态调整的思路,以嵌入式系统为基础,通过嵌入式数据库作为载体,进行动态计算调整相关参数,以保证储能系统锂电池整个寿命周期的预测准确度。
展开更多
关键词
工业4.0
锂离子电池
循环寿命
嵌入式数据库
下载PDF
职称材料
梯度提升随机森林模型及其在日前出清电价预测中的应用
被引量:
11
2
作者
谢晓龙
叶笑冬
董亚明
《计算机应用与软件》
北大核心
2018年第9期327-333,共7页
发电企业竞价上网需要对未来的电价进行预测,以指导其进行报价。针对电价预测问题,提出一种新的梯度提升随机森林模型,并应用于电价预测。该方法为集成学习方法,在随机森林模型的基础上应用梯度提升算法,有效结合Bagging与Boosting两种...
发电企业竞价上网需要对未来的电价进行预测,以指导其进行报价。针对电价预测问题,提出一种新的梯度提升随机森林模型,并应用于电价预测。该方法为集成学习方法,在随机森林模型的基础上应用梯度提升算法,有效结合Bagging与Boosting两种集成学习策略的优势,提高模型预测的准确性。将该模型应用于PJM日前市场的电价预测,结果表明,该模型优于传统的随机森林模型和提升树模型,能够在其基础上进一步提高电价预测的准确性。
展开更多
关键词
随机森林
梯度提升算法
日前电力市场
出清电价预测
下载PDF
职称材料
题名
从工业4.0看储能系统锂电池寿命的预测
被引量:
1
1
作者
叶笑冬
陆宇
王子健
李劲
机构
上海电气集团股份有限公司
出处
《上海电气技术》
2015年第1期1-3,35,共4页
文摘
储能锂电池寿命预测是储能技术的一个核心技术,也是工作难点。对储能系统锂电池的寿命预测一般有经验法、特征法和数据驱动法,但是这些方法都有局限性,特别是当储能系统锂电池存在一定个体差异以及锂电池随着老化程度的加剧,预测准确度就会受到很大影响。为了解决锂电池寿命预测个性化差异问题,从工业4.0的视角,提出了基于数据驱动的动态调整的思路,以嵌入式系统为基础,通过嵌入式数据库作为载体,进行动态计算调整相关参数,以保证储能系统锂电池整个寿命周期的预测准确度。
关键词
工业4.0
锂离子电池
循环寿命
嵌入式数据库
Keywords
Industry 4.0
Lithium Battery
Cycle Life
Embedded Database
分类号
TM911 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
梯度提升随机森林模型及其在日前出清电价预测中的应用
被引量:
11
2
作者
谢晓龙
叶笑冬
董亚明
机构
上海电气集团股份有限公司中央研究院
出处
《计算机应用与软件》
北大核心
2018年第9期327-333,共7页
文摘
发电企业竞价上网需要对未来的电价进行预测,以指导其进行报价。针对电价预测问题,提出一种新的梯度提升随机森林模型,并应用于电价预测。该方法为集成学习方法,在随机森林模型的基础上应用梯度提升算法,有效结合Bagging与Boosting两种集成学习策略的优势,提高模型预测的准确性。将该模型应用于PJM日前市场的电价预测,结果表明,该模型优于传统的随机森林模型和提升树模型,能够在其基础上进一步提高电价预测的准确性。
关键词
随机森林
梯度提升算法
日前电力市场
出清电价预测
Keywords
Random forest
Gradient boosting
Day-ahead electricity market
Forecasting on market clearing price
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
从工业4.0看储能系统锂电池寿命的预测
叶笑冬
陆宇
王子健
李劲
《上海电气技术》
2015
1
下载PDF
职称材料
2
梯度提升随机森林模型及其在日前出清电价预测中的应用
谢晓龙
叶笑冬
董亚明
《计算机应用与软件》
北大核心
2018
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部